中小城市電動車管理現狀調查及策略分析

周冬月 夏璐怡 曾佳瑋 謝志勇

（湖南警察學院，湖南長沙 410138）

隨著經濟迅速發展，居民消費水平逐漸提高，節能意識增強，電動車輛行業發展潛力巨大。2021年3月1日湖南省電動車管理新規正式開始實施。電動車管理具有復雜性、多變性，各地電動車的管理仍存在一些問題，以中小城市問題最突出。

1 研究現狀分析

目前，已有研究提出將完善行業標準、加強部門協作聯動、加快道路交通建設、強化宣傳教育力度4個方面作為加強電動車管控的破題方向，結合當前基層實際及社會發展方向，在管理措施、聯動模式、機制建立、教育宣傳模式等方面提高交通秩序維護效率。

目前，缺乏應用智能交通和大數據進行針對性分析和管理。事故發生過程的文本類數據包含大量信息，但缺乏有效的挖掘和分析手段，數據得不到充分利用，使電動車違規成為交通管理盲區，存在諸多問題有待解決。主要研究電動車違法的主觀因素，對客觀因素研究不夠。主要針對大城市的電動車進行研究，對中小城市的研究不夠。

2 典型中小城市電動車管理現狀調查

2.1 調查工作

（1）查詢大量國內外與電動車違規行駛有關的研究報告和文獻，搜集湖南省5個縣市6個路口視頻錄像，對電動車違規行駛數據進行初步統計分析。

（2）對湖南省邵陽市兩個典型路口的監控錄像進行對比研究，即敏州路與西湖路南交叉口、建設路與寶慶路西交叉口，視頻影像共28個，包括7 d的高峰期與低峰期。

（3）對電動車的違規行駛情況開展統計分析，明確信號交叉口電動車違法的主客觀因素，即信號控制交叉口警力分配情況、電動車騎手交通安全意識、天氣狀況、車流量、人流量等。

2.2 數據分析

（1）經數據調查分析，總結電動車違規行駛的特點，即集群性、從眾性和相對穩定性。電動車的違規行駛率約14%。

（2）陰雨天氣對電動車違規行駛率具有正作用，天氣對其影響程度較明顯。

（3）人流量的變化與電動車違規行駛率成反比。

（4）車流量對電動車違規行駛率的影響力較小。

3 中小城市電動車管理問題分析

一些中小城市電動車駕駛人在駕駛電動車時缺乏安全意識，導致電動車違規加裝遮陽棚、亂穿行、不按規定車道行駛、闖紅燈、不帶頭盔等現象，給道路交通造成了極大的安全隱患[1]。部分中小城市組織開展相關專項整治活動，對電動車闖紅燈、逆行、不按道行駛等交通違法行為發現一起、嚴查一起。當某些交叉口信號燈控制數量不能處理高峰時期大交通流量時，需要交通警察利用手勢信號進行交通管理和指揮[2]。因此會造成警力分配方面的壓力。同時，電動車違規行駛的處罰方式只有罰款一種，因此成本較低，不容易引起電動車駕駛人的重視。需要增強駕駛人遵守交通法律法規的意識[3]。

4 中小城市電動自行車治理對策分析

4.1 行政管理措施

（1）加快完善法規制度。

應重點打擊電動自行車交通違規行為，提高違規成本，可以對違規多次的車輛限制上路或取消號牌；應加快完善管理法規和制度，實行“一人、一證、一車、一標識”，控制保有量，禁止在城市特定區域行駛，提升對電動自行車的精細化、科學化管理水平[4]。

（2）開展外賣、快遞騎手專項治理。

目前，針對抓拍的電動車違規行為，一般進行警示教育并賦予適當的財政處罰，部分的違規者對罰款并未引起重視，整治效率不夠高。建議首先從外賣、快遞騎手群體方面開展，騎手個體每月有3次以上交通違規行為時，企業可以將其列入黑名單，并實行賬號禁用處罰[5]，間接督促駕駛人遵守電動車管理規章規定，形成輻射性影響。

（3）“因地制宜”，落實追責制度。

有關管理部門應制定專門應對電動車違規情況的有關法規以及懲戒措施，提高駕駛人的重視程度，每個地方的具體法律文獻根據地方特色制定，做到“因地制宜”。對違規駕駛電動車進行車主追責，針對一切電動車違規行為，車主需要承擔相應責任，通過信訪的方式通知車主相應的懲罰，輕微違規行為指定前往轄區交管局接受兩小時安全教育，較重的根據地區經濟情況予以罰款，拒不履行者，由轄區協助干預，上門對其追責。

4.2 智能交通管理措施

（1）充分發揮科技創新，識別抓拍消除僥幸。

針對電動車交通違規特點以及人們不重視電動車交通違法行為的思想，采用電子屏幕提醒、電子抓拍等方式[6]進行管理或利用其他科技應用高效推動電動車駕駛者實現安全意識形態的自主轉變，結合人臉識別技術，通過電子屏幕全面觀測各交叉路口電動車通行情況，實時顯示電動車違規行為，消除僥幸心理。

（2）大數據建模分析，推廣“治”慧交通。

基于交通管理工程知識，利用數學建模、數字化統計等知識對中小型城市的電動車違規情況進行深入研究，收集有效數據，建立數據庫，完成數學建模，致力于開發快捷的電動車管理智能分析程序，以便中小城市交通管理者對繁雜的電動車有關數據進行科學管理，通過科學可靠、快捷高效方法，總結規律，發現問題本質，及時處理中小城市對電動車管理中的難點疑點，得出影響力對比分析結果，提出實質性整改建議。

①交通錄像數據采集：針對湖南省中小型縣市電子警監控的路段，調取監控視頻，提取電動車違規次數和電動車的總車流量，計算違規率；對湖南省中小型縣市電子警監控的路段，在有能力的條件下進行實地考察，實時觀測其違規情況，計算違規率。

②違法數據調查統計：分析可能存在的數據誤差，將所有數據統計列表，將數據格式化、具體化、表格化，完善數據模板，使數據變清晰。

③分析信號交叉路口電動車違規的客觀因素：根據上述表格具體情況，提出假想猜測，分析可能影響電動車違規的客觀因素，總結匯總影響信號交叉路口電動車違規的客觀因素，如區域經濟社會發展水平、路口管理、有無非機動車道等，排除無關因素，提高研究的科學性和準確性，做到精、準、穩，保證研究的可靠性。

④對相關因素進行篩選、數據量化和歸一化處理：對信號交叉路口電動車違規的客觀因素進行篩選，排除無關因素和弱關聯因素的影響，保證只有“電動車違規率”一個自變量，將不同客觀因素作用下對電動車違法情況影響分別設為x1～xn。將討論中建立模板體系數據與x1～xn聯立列表，將數據量化和歸一化處理。

x1表示天氣，x2表示路面基礎設施，x3表示車流量，x4表示人流量，x5表示交管部門執法力度，y表示電動車違法率，β1表示天氣對電動車違法率y的影響的線性回歸方程系數，β2表示路面基礎設施對電動車違法行為y的影響的線性回歸方程系數，β3表示車流量對電動車違法行為y的影響的線性回歸方程系數，β4表示人流量對電動車違法行為y的影響的線性回歸方程系數，β4表示交管部門管理力度對電動車違法行為y的影響的線性回歸方程系數，ε表示x與y構成的線性回歸方程除x與y的線性關系之外的隨機因素對y的影響。

⑤對上述客觀影響因素與電動車違法行為關聯度進行深入分析：利用對比分析法，使用數據表格建模，引入線性回歸方程對其進行分析求解，分別對客觀因素x與電動車違法情況y進行回歸分析，觀察回歸平方和占總誤差平方和的比例及其擬合度；根據觀測數據結果確立多元線性回歸方程模型，使用殘差分析法對方程進行驗證，采用權重分析法，通過逐步回歸分析，在所有客觀因素中，逐步剔除權重系數較小項，在篩選出的幾組數據中，運用擬合曲線進行分析得出最優解，并對其解進行排序。

數學建模思維流程如圖1所示。

圖1 數學建模思維流程

5 結語

對中小城市電動車管理現狀進行收集，總結中小城市中電動車管理中存在的突出問題，對問題的影響程度進行排序，對各地區的解決措施進行創新改進和補充，對未來可能出現的問題進行展望，提出解決方案的設想。本文初步分析中小城市電動車亂象問題，從行政與數據治理層面對出現的問題進行總結和建議，以期為對各地區中小城市電動車亂象有效調控作出貢獻。